Aplicación de la inteligencia artificial en la estimación de retrasos en cronogramas de proyectos predictivos del área de TI

Abstract

Esta investigación analizó el impacto de la AI en la gestión predictiva de cronogramas de proyectos, enfocándose en su capacidad para mejorar la precisión en la predicción de retrasos y aumentar la eficiencia en la planificación y ejecución. El objetivo general es evaluar el potencial de las herramientas de inteligencia artificial actuales aplicables a la gestión de cronogramas de proyectos predictivos, mediante un análisis comparativo entre sus capacidades y opinión de expertos, para su inclusión en los procesos de gestión de proyectos. La metodología utilizada se centra en enfoques cualitativos y cuantitativos, utilizando entrevistas, cuestionarios y estudios de caso para obtener información detallada y contrastar herramientas de IA. Se confirma que la inteligencia artificial ofrece beneficios significativos para la gestión de cronogramas, particularmente en cuanto a la anticipación de riesgos, la asignación de recursos y la automatización de procesos. Sin embargo, dichos beneficios dependen en gran medida del contexto de aplicación, la infraestructura tecnológica disponible y el grado de preparación del equipo. Asimismo, la investigación concluye que la IA debe ser entendida como una herramienta complementaria, no sustitutiva, que potencia la toma de decisiones humanas y la gestión estratégica del tiempo en proyectos complejos. En general, se valida la hipótesis inicial al demostrar que la implementación adecuada de herramientas de inteligencia artificial mejora tanto la predicción de retrasos como la eficiencia operativa en la gestión de proyectos predictivos. Además, se destaca la necesidad de un enfoque estratégico para su integración, que considere la capacitación, la mejora continua de datos y la adaptación cultural como elementos clave para su adopción exitosa.

This research analyzed the impact of artificial intelligence (AI) on the predictive management of project schedules, focusing on its ability to enhance the accuracy of delay predictions and improve efficiency in planning and execution. The general objective is to evaluate the potential of current AI tools applicable to the management of predictive project schedules through a comparative analysis of their capabilities and expert opinions, with the aim of integrating them into project management processes. The methodology employed combines both qualitative and quantitative approaches, utilizing interviews, questionnaires, and case studies to gather in depth information and compare various AI tools. The findings confirm that artificial intelligence provides significant benefits for schedule management, particularly in risk anticipation, resource allocation, and process automation. However, these benefits largely depend on the application context, the available technological infrastructure, and the preparedness of the project team. The study further concludes that AI should be understood as a complementary tool—rather than a replacement—that enhances human decision-making and strategic time management in complex projects. Overall, the initial hypothesis is validated by demonstrating that the proper implementation of artificial intelligence tools improves both delay prediction and operational efficiency in the management of predictive projects. Additionally, the study highlights the need for a strategic approach to AI integration, considering training, continuous data improvement, and cultural adaptation as key elements for successful adoption.